Annonse

Denne artikkelen er produsert og finansiert av Norges geologiske undersøkelse - les mer.

NGU-forsker Eduardo T. Mansur tar en bergartsprøve, mens kollega Nolwenn Coint beskriver bergarten. 429 prøver er analysert i arbeidet.

Nytt kart kan gjøre det lettere å finne mineraler

Forskere og kunstig intelligens har skapt et nytt kart for mineralleting i deler av Vestfold,  i de sørlige delene av det geologer kaller Oslo-feltet.

Publisert

Her er det blant annet påvist et nytt område der det er mulighet for flere funn av mineraler. Området ligger sør for tettstedet Kodal i Sandefjord. 

– Kartet kan vise seg å bli et svært nyttig verktøy for å påvise mineralressurser vi ennå ikke har funnet, sier en optimistisk seksjonsleder Kari Aslaksen Aasly ved Norges geologiske undersøkelse (NGU). 

Resultatet av arbeidet er publisert i det vitenskapelige tidsskriftet Minerals.

Høy etterspørsel

Sju NGU-forskere med Ying Wang og Nolwenn Coint i spissen har brukt store mengder geologiske og geofysiske data, kombinert med geofaglig kompetanse og maskinlæring, for nettopp å lage et slikt prospekteringskart.

Bakteppet er den høye etterspørselen etter kritiske og strategiske råvarer. Det vil si mineraler og metaller med høy forsyningsrisiko og stor betydning for europeisk industri. 

Det grønne skiftet og overgangen til bærekraftige, fornybare energikilder krever tilgang til mye og nye ressurser. EUs liste over kritiske og strategiske råvarer omfatter 34 mineraler og metaller.

I likhet med mange andre land legger Norge til rette for økt innsats i både kartlegging og leting etter mineralske råvarer. Det legges også til rette for en bærekraftig utvinning og produksjon av ressursene.

De mørke feltene er malm som inneholder jern, titan, fosfat og sjeldne jordarter. Prøven er fra Kodal i Sandefjord.
Tynnslip av malmen fra Kodal. Jern- og titan-oksider er de svarte områdene, fosfatmineralene de hvite.

Størkningsbergarter

– Vi har konsentrert oss om et litt utvidet område rundt Larvik og Sandefjord i Vestfold. Det er i de sørlige delene av det vi geologer kaller Oslo-feltet, forteller forsker Nolwenn Coint.

Området er godt geologisk kartlagt. Berggrunnen består av størkningsbergarter; det som også heter magmatiske bergarter. Kodal-forekomsten av jern, titan, fosfor og sjeldne jordarter i Sandefjord er også kjent og solid dokumentert.

– Vi har kombinert alle relevante kart og data vi har fra området. Alt fra kartlegging av berggrunnen, kartlegging av mineralressursene, og resultater av geofysiske målinger fra fly og helikopter, sier Coint.  

Han opplyser om at de samtidig har analysert 429 prøver, hvorav 23 er mineraliseringer av jern, titan, fosfat og sjeldne jordarter. 

Kunstig intelligens

Så har forskerne tatt i bruk maskinlæring. Det er en spesialisering innenfor kunstig intelligens (KI). 

De har matet alle opplysningene inn i en matematisk modell, trent den opp og bedt datamaskinene finne mønstre i de omfattende datamengdene.

– Dette er et fint område å gjøre dette arbeidet i. Her har vi hatt mulighet til nettopp å kombinere datasett. Ettersom magmatiske bergarter inneholder mineralet magnetitt, gir det for eksempel utslag på magnetiske kart fra geofysiske undersøkelser. På samme måte gir grunnstoffene kalium, uran og thorium utslag på geofysiske kart som viser radioaktiv stråling, forklarer Coint.

Vestfolds fylkesgeolog Tord Andersen (i midten) og forskere fra NGU studerer et geologisk kart ved Farrisvannet.
På feltarbeid. NGU-forskerne Eduardo T. Mansur og Nolwenn Coint beskriver bergarter langs bekker og elver.

Større forekomster

Hun understreker samtidig at det ferdige kartet er tolket og kvalitetssikret av kloke geologiske hoder.

– Vi vet at det kan være muligheter for større forekomster av jern, titan, fosfat og sjeldne jordarter i dette området. Vi har funnet nye mulige leteområder sør for den allerede kjente Kodal-forekomsten. Kartet sier imidlertid ingenting om hvor mye ressurser som finnes, men samlet sett mener vi at informasjonen er interessant for leteselskapene som jakter på malm, understreker Nolwenn Coint.

Referanse:

Ying Wang mfl.: Leveraging Domain Expertise in Machine Learning for Critical Metal Prospecting in the Oslo Rift: A Case Study for Fe-Ti-P-Rare Earth Element Mineralization. Minerals, 2024. Doi.org/10.3390/min14040377  

Powered by Labrador CMS